تاريخ الفيزياء
علماء الفيزياء
الفيزياء الكلاسيكية
الميكانيك
الديناميكا الحرارية
الكهربائية والمغناطيسية
الكهربائية
المغناطيسية
الكهرومغناطيسية
علم البصريات
تاريخ علم البصريات
الضوء
مواضيع عامة في علم البصريات
الصوت
الفيزياء الحديثة
النظرية النسبية
النظرية النسبية الخاصة
النظرية النسبية العامة
مواضيع عامة في النظرية النسبية
ميكانيكا الكم
الفيزياء الذرية
الفيزياء الجزيئية
الفيزياء النووية
مواضيع عامة في الفيزياء النووية
النشاط الاشعاعي
فيزياء الحالة الصلبة
الموصلات
أشباه الموصلات
العوازل
مواضيع عامة في الفيزياء الصلبة
فيزياء الجوامد
الليزر
أنواع الليزر
بعض تطبيقات الليزر
مواضيع عامة في الليزر
علم الفلك
تاريخ وعلماء علم الفلك
الثقوب السوداء
المجموعة الشمسية
الشمس
كوكب عطارد
كوكب الزهرة
كوكب الأرض
كوكب المريخ
كوكب المشتري
كوكب زحل
كوكب أورانوس
كوكب نبتون
كوكب بلوتو
القمر
كواكب ومواضيع اخرى
مواضيع عامة في علم الفلك
النجوم
البلازما
الألكترونيات
خواص المادة
الطاقة البديلة
الطاقة الشمسية
مواضيع عامة في الطاقة البديلة
المد والجزر
فيزياء الجسيمات
الفيزياء والعلوم الأخرى
الفيزياء الكيميائية
الفيزياء الرياضية
الفيزياء الحيوية
الفيزياء العامة
مواضيع عامة في الفيزياء
تجارب فيزيائية
مصطلحات وتعاريف فيزيائية
وحدات القياس الفيزيائية
طرائف الفيزياء
مواضيع اخرى
The Correlogram
المؤلف:
Garnett P. Williams
المصدر:
Chaos Theory Tamed
الجزء والصفحة:
92
10-3-2021
2441
The Correlogram
After computing the autocorrelation coefficient for about N/4 lags, the final step in analyzing actual data is to plot autocorrelation coefficient versus lag. Such a plot is a correlogram. Figure 1 shows some idealized time series (left column) and their corresponding correlograms. Figure 1a is the time series and correlogram for a sine curve. Figure 1b is a time series and correlogram for data that have no mutual relation. Figures 1c-e show other examples. The first important feature of these diagrams is this: for uncorrelated data (Fig. 1b), the autocorrelation coefficient is close to zero for all lags (except, of course, a lag of zero). In contrast, correlated data yield a correlogram that shows a nonzero pattern. The second important feature is that, to a large extent, the correlogram indicates or summarizes the type of regularity in the basic data.
For data with no trend and no autocorrelation, 95 per cent of the computed autocorrelation coefficients theoretically fall within about ±2/(N0.5), where N is the total number of values in the basic data (Makridakis et al. 1983: 368). Thus, about 5 per cent of the coefficients could exceed those bounds and the data could still be "uncorrelated."
Figure 1: Time series and associated correlograms (after Davis 1986): (a) sine curve; (b) uncorrelated data (noise); (c) sine curve with superimposed noise (a+b); (d) trend; (e) sine curve with superimposed noise and trend (a+b+d).
الاكثر قراءة في الميكانيك
اخر الاخبار
اخبار العتبة العباسية المقدسة

الآخبار الصحية
